Skip To Content

Znajdź lokalizacje hot Spot

Znajdź lokalizacje hot spot Za pomocą narzędzia Znajdź lokalizacje hot spot można ustalić, czy w zależnościach przestrzennych danych użytkownika istnieją statystycznie istotne klastry.

Diagram procedury wykonywania zadań

Diagram procedury wykonywania zadań narzędzia Znajdź lokalizacje hot spot

Przykłady

  • Policja miejska przeprowadza analizę w celu określenia, czy istnieje zależność między brutalnymi przestępstwami a wskaźnikami bezrobocia. W szkołach średnich znajdujących się w obszarach o najwyższej liczbie brutalnych przestępstw i najwyższym wskaźniku bezrobocia zostanie wprowadzony rozszerzony program pracy w okresie letnim. Za pomocą narzędzia Znajdź lokalizacje hot spot zostaną znalezione obszary z istotnymi statystycznie lokalizacjami hot spot o podwyższonym poziomie przestępczości i bezrobocia.

  • Stratedzy polityczni chcą się dowiedzieć, które obszary charakteryzowały się największym, a które najmniejszym poparciem dla określonej partii politycznej w ostatnich wyborach. Ta informacja może być pomocna w opracowywaniu strategii przyszłych kampanii wyborczych. Stratedzy odejmują liczbę głosów zdobytych przez Demokratów od liczby głosów uzyskanych przez Republikanów i za pomocą narzędzia Znajdź lokalizacje hot spot wyszukują w tych różnicach lokalizacje hot spot i cold spot. Lokalizacje hot spot (czerwone) będą oznaczać silne poparcie dla Republikanów, a lokalizacje cold spot (niebieskie) będą oznaczać silne poparcie dla Demokratów.

  • Konserwator przyrody bada choroby drzew, aby ustalić kolejność, w jakiej obszary leśne powinny być leczone i dowiedzieć się więcej o obszarach wykazujących pewną odporność. Za pomocą narzędzia Znajdź lokalizacje hot spot można znaleźć klastry chorych (lokalizacje hot spot) i zdrowych (lokalizacje cold spot) drzew.

Uwagi dotyczące korzystania

Obiektami wejściowymi mogą być punkty lub obszary.

Do oceny rozmieszczenia przestrzennego obiektów jest używany parametr Znajdź klastry o wysokich i niskich wartościach. Jeśli obiektami są obszary, należy wybrać pole. Klastrowanie zostanie określone przy użyciu liczb w wybranym polu. Obiekty punktowe mogą być analizowane przy użyciu pola lub opcji Point Counts. Jeśli jest używana opcja Point Counts, narzędzie określi, czy same punkty są sklastrowane, zamiast wyszukiwać klastry o wysokich i niskich wartościach pola.

W przypadku analizowania punktów przy użyciu opcji Point Counts będą dostępne dwie nowe opcje. Parametr Liczba punktów w umożliwia zagregowanie punktów na elemencie Fishnet Grid, Hexagon Grid lub na warstwie powierzchniowej z panelu Zawartość (na przykład powiaty lub kody pocztowe). Parametr Wskaż prawdopodobne miejsca punktów jest używany do tworzenia jednego lub wielu obszarów zainteresowań. Dla tego parametru dostępne są trzy opcje: wartość None oznaczająca, że używane są wszystkie punkty, obszar zdefiniowany przez warstwę powierzchniową z panelu Zawartość i obszary utworzone za pomocą narzędzia Wyświetl.

Dane można znormalizować przy użyciu parametru Dzielone przez. W przypadku danych Esri Population używana jest usługa Wzbogacanie danych przestrzennych i wymagane jest wykorzystanie kredytów. Inną opcją jest normalizowanie przy użyciu pola z warstwy wejściowej. Niektóre z możliwych wartości, których można użyć do normalizacji, to liczba gospodarstw domowych lub obszar.

Opcje pozwalają ustawić konkretną wartość opcji Wielkość komórki lub Pasmo odległości na potrzeby analizy.

Warstwa wynikowa będzie mieć dodatkowe pola zawierające informacje, takie jak istotność statystyczna poszczególnych obiektów, wartość p i wskaźnik z. Ponadto warstwa wynikowa zawiera informacje dotyczące analizy statystycznej w sekcji Opis pozycji Szczegóły elementu.

Sposób działania narzędzia Znajdź lokalizacje hot spot

Nawet losowo wybrane dane przestrzenne można w większym lub mniejszym stopniu pogrupować. Dodatkowo ludzki mózg oraz wzrok charakteryzuje naturalna tendencja do wyszukiwania zależności, nawet jeśli te nie istnieją. W konsekwencji trudno jest ocenić, czy zależności pojawiające się w Twoich danych są wynikiem rzeczywistych procesów przestrzennych czy może losowym przypadkiem. Właśnie dlatego badacze oraz analitycy korzystają z metod statystycznych, takich jak Znajdź lokalizacje hot spot (Getis-Ord Gi*) w celu ilościowego określania relacji przestrzennych.

Narzędzie to służy do obliczania statystyki Getis-Ord Gi* (wymawia się dżi-aj-star) dla każdego obiektu w zestawie danych. Wynikowe wskaźniki z i wartości p informują o lokalizacjach klastrów obiektów o wysokich i niskich wartościach. Każdy obiekt jest analizowany w kontekście obiektów sąsiednich. Obiekt o wysokiej wartości jest interesujący, ale może nie być istotną statystycznie lokalizacją hot spot. Aby obiekt był istotną statystycznie lokalizacją hot spot, musi mieć wysoką wartość i musi być otoczony innymi obiektami o wysokich wartościach. Suma lokalna obiektu i jego sąsiadów jest porównywana proporcjonalnie z sumą wszystkich obiektów. Gdy suma lokalna różni się znacznie od oczekiwanej sumy lokalnej i gdy ta różnica jest zbyt duża, aby mogła być wynikiem losowości rozkładu, uzyskiwany jest istotny statystycznie wskaźnik z.

Odnalezienie statystycznie istotnych klastrów w danych pozwala uzyskać wartościowe informacje. Dzięki wiedzy o tym, gdzie i kiedy pojawiają się klastry, można lepiej poznać procesy sprzyjające powstawaniu widocznych zależności. W przypadku zadań polegających na przykład na opracowaniu skutecznych strategii zapobiegania, rozlokowaniu ograniczonych sił policyjnych, wdrożeniu sąsiedzkich programów przeciwdziałania przestępczości, podjęciu decyzji o rozpoczęciu dogłębnego śledztwa kryminalnego czy identyfikacji potencjalnych podejrzanych informacja o tym, że do kradzieży z włamaniem na terenach mieszkalnych regularnie znacznie częściej dochodzi w określonych dzielnicach, nabiera kluczowego znaczenia.

Analizowanie obiektów powierzchniowych

Źródłem dużej ilości danych są obiekty poligonowe, takie jak obwody spisowe, hrabstwa/powiaty, okręgi głosowania, okręgi szpitalne, działki, obszary wypoczynkowe, działy wodne, klasyfikacje pokryć terenu oraz strefy klimatyczne. Jeśli Twoja warstwa analizy zawiera obiekty powierzchniowe, niezbędne jest podanie numerycznego pola numerycznego używanego do odszukiwania klastrów o wysokich i niskich wartościach. Pole to może przedstawiać:

  • Liczby (np. liczbę gospodarstw domowych)
  • Wartości procentowe (np. odsetek populacji ludności posiadający wyższe wykształcenie)
  • Wartości średnie (np. średni dochód gospodarstwa domowego)
  • Współczynniki (np. wartość wskazująca, czy wydatki na sprzęt sportowy w gospodarstwie domowym są poniżej czy powyżej poziomu średniej krajowej)

Dzięki zdefiniowanemu polu narzędzie Znajdź lokalizacje hot spot utworzy mapę (warstwę z wynikami) przedstawiającą obszary, w których znajdują się statystycznie istotne klastry o wysokich wartościach (punkty hot spot: czerwone) i niskich wartościach (punkty cold spot: niebieskie).

Analizowanie obiektów punktowych

W postaci obiektów punktowych udostępniana jest znaczna ilość danych. Przykładami obiektów, które często są przedstawiane w postaci punktów mogą być przestępstwa, szkoły, szpitale, zgłoszenia alarmowe, wypadki drogowe, studnie wodne, drzewa i łodzie. Czasami użytkownicy mogą być zainteresowani analizą wartości danych (pole) związanych z każdym obiektem punktowym. W innych przypadkach przedmiotem zainteresowania może być sama ocena klastrów tych punktów. Decyzja o tym, czy należy określić pole, zależy od zadawanego pytania.

Odnajdywanie klastrów o wysokich i niskich wartościach powiązanych z obiektami punktowymi

Analiza obiektów punktowych z polem analizy Podanie pola analizy będzie potrzebne, aby odpowiedzieć na pytania takie jak: gdzie występują klastry wysokich i niskich wartości? Wybrane pole może reprezentować niektóre z następujących wartości:

  • Liczby (na przykład liczba wypadków drogowych na skrzyżowaniach ulic)
  • Wartości procentowe (np. stopa bezrobocia w miastach, gdzie miasta reprezentują obiekty punktowe)
  • Wartości średnie (na przykład średnia wyników testu z matematyki)
  • Wskaźniki (na przykład wskaźnik zadowolenia klienta salonów samochodowych w danym powiecie)

Odnajdywanie klastrów o wysokiej i niskiej liczbie punktów

Analiza obiektów punktowych bez pola analizy W przypadku niektórych danych punktowych, zwykle w sytuacji, gdy każdy punkt reprezentuje określony przypadek, zdarzenie, wskazanie obecności bądź braku, nie będzie pola analizy, którego można by użyć. W opisanych przypadkach użytkownicy będą chcieli uzyskać informację czy klaster charakteryzuje się nadzwyczajnie dużym lub niskim (statystycznie istotnym) zagęszczeniem. W tej analizie obiekty powierzchniowe (siatka, która zostaje utworzona przez narzędzie lub wskazana przez użytkownika warstwa powierzchniowa) zostają nałożone na punkty i obliczona zostaje liczba punktów przypadająca na dany obszar. Narzędzie następnie odszukuje klastry o dużej i niskiej liczbie punktów powiązanych z każdym obiektem powierzchniowym.

Wskaż prawdopodobne miejsca punktów

Punkty bez pola analizy, ale z granicami analizowanego obszaru Możesz określić warstwę poligonową lub zakreślić analizowany obszar, na którym chcesz przeprowadzić analizę we wszystkich tych lokalizacjach, gdzie potencjalnie mogą występować obiekty punktowe reprezentujące zdarzenia. W tej sytuacji narzędzie Znajdź lokalizacje hot spot nałoży na zdefiniowany analizowany obszar siatkę i obliczy punkty przypadające na każde oczko siatki. Jeśli nie skorzystasz z tej opcji umożliwiającej wskazanie potencjalnych lokalizacji punktów zdarzeń, narzędzie Znajdź lokalizacje hot spot przeanalizuje jedynie oczka siatki zawierające co najmniej jeden punkt. Gdy jednak użyjesz tej opcji i zdefiniujesz miejsca, gdzie potencjalnie mogą występować punkty, analiza zostanie wykonana dla wszystkich oczek siatki zawartych w granicach zdefiniowanych obszarów.

Liczenie punktów w obrębie własnych obszarów agregacji

Punkty bez pola analizy, ale z obszarami agregacji W niektórych przypadkach użycie obiektów powierzchniowych, takich jak obwody spisowe, rewiry policyjne lub działki umożliwia uzyskanie bardziej przejrzystych wyników analizy niż domyślna siatka.

Wybór dzielenia przez

Normalizowanie zestawu danych Istnieją dwie popularne metody identyfikacji punktów hot spot i cold spot:

  • Według liczby — w przypadku analizy konkretnego zestawu danych często chcemy znaleźć punkty hot i cold spot liczby obiektów w obszarze agregacji w obrębie analizowanego obszaru Na przykład być może chcesz odnaleźć punkty hot spot o najwyższym wskaźniku przestępstw i punkty cold spot o najniższym wskaźniku przestępstw w celu określenia lokalizacji dla swoich zasobów.
  • Według intensywności — z drugiej strony istotne może być także analizowanie i rozumienie wzorców uwzględniających rozkłady podkładowe mających wpływ na konkretne zjawisko. Taką koncepcję nazywa się często normalizacją lub procesem dzielenia jednej wartości atrybutów liczbowych przez drugą w oparciu o rozmiar obszaru lub liczbę obiektów w każdym obszarze. Na przykład w przypadku przestępstw można także dowiedzieć się, gdzie znajdują się skupiska o wysokich i niskich liczbach przestępstw z uwzględnieniem rozmieszczenia populacji. W takim przypadku zliczana będzie liczba przestępstw na każdym obszarze (zależnie od tego, czy dany obszar jest siatką czy innym zestawem danych obszarowych), a następnie całkowita liczba przestępstw będzie dzielona przez całkowitą liczbę populacji na danym obszarze. W rezultacie otrzymamy wskaźnik przestępstw lub liczbę przestępstw przypadających na mieszkańca. Odnajdywanie punktów hot spot i cold spot dla przestępstw przypadających na mieszkańca pozwala odpowiedzieć na różne pytania, które mogą także pomóc w podejmowaniu decyzji.

Oba sposoby analizy danych na danym obszarze są prawidłowe; wszystko zależy od tego, na jakie pytanie chcemy uzyskać odpowiedź.

Wybór odpowiedniego atrybutu, przez który będziemy dzielić jest bardzo ważny. Konieczna jest pewność, że atrybut, przez który będziemy dzielić (Dzielone przez), jest atrybutem, który w rzeczywistości ma wpływ na rozkład konkretnego analizowanego zjawiska.

W przypadku wyboru atrybutu Dzielone przez Esri Population używane będą dane dotyczące populacji z mapy Globalne dane demograficzne Esri. Pamiętaj, aby sprawdzić rozdzielczość danych dostępnych dla obszaru zainteresowania, aby mieć pewność, że jest ona kompatybilna z rozmiarem obszarów wzbogacanych (dostarczonych obszarów agregacji lub tworzonych oczek siatki).

Interpretowanie wyników

Wynikiem zastosowania narzędzia Znajdź lokalizacje hot spot jest mapa. Im ciemniejszy wydaje się odcień czerwonego lub niebieskiego, którym oznaczono punkty lub obszary w warstwie wynikowej, tym większa pewność, że dane zgrupowanie nie jest przypadkowe. Natomiast punkty lub obszary koloru beżowego nie należą do statystycznie istotnych klastrów. Istnieje duże prawdopodobieństwo, że zależności przestrzenne związane z tymi obiektami są przypadkowe. Czasem rezultaty analizy będą wskazywały na brak jakichkolwiek statystycznie istotnych zgrupowań. Jest to istotna informacja. Jeśli zależności przestrzenne są przypadkowe, nie można uzyskać informacji na temat czynników kształtujących dane zjawisko. W takich sytuacjach wszystkie obiekty w warstwie wynikowej będą koloru beżowego. Jednak w sytuacji, gdy zidentyfikowany klaster jest istotny statystycznie, lokalizacja jego występowania może dostarczyć ważnych wskazówek dotyczących czynników, które doprowadziły do jego powstania. Na przykład odnalezienie statystycznie istotnego klastra przypadków zachorowań na raka związanego z określonymi toksynami środowiskowymi może doprowadzić do opracowania odpowiednich strategii i podjęcia działań mających na celu ochronę ludności. Również odnalezienie lokalizacji cold spot przypadków otyłości w wieku dziecięcym z wykorzystaniem danych o szkołach promujących pozalekcyjne programy sportowe może stanowić silny argument przemawiający za wdrażaniem tego typu projektów na szerszą skalę.

Rozwiązywanie problemów

Metoda statystyczna, wykorzystywana w ramach narzędzia Znajdź lokalizacje hot spot, jest oparta na teorii prawdopodobieństwa, w związku z czym do jej skutecznego działania wymagana jest minimalna liczba obiektów. W ramach tej metody wymagane są także różne wartości liczbowe lub wartości pól analizy. Jeżeli, na przykład, przeprowadzana będzie analiza przestępstw wg obwodów spisowych i, co zadziwiające, okaże się, że w każdym obwodzie dokonana została taka sama liczba przestępstw, narzędzie nie będzie w stanie rozwiązać tego problemu. W poniższej tabeli wyjaśniono znaczenie komunikatów, jakie mogą pojawić się w trakcie korzystania z narzędzia Znajdź lokalizacje hot spot:

KomunikatProblemRozwiązanie

Wybrane opcje analizy wymagają co najmniej 60 punktów, aby możliwe było wyznaczenie lokalizacji hot spot i cold spot.

Warstwa analizy punktów obejmuje zbyt małą liczbę obiektów punktowych, aby można było uzyskać wiarygodne wyniki.

Aby rozwiązać ten problem, należy oczywiście dodać punkty do warstwy analizy.

Można ewentualnie spróbować zdefiniować granice obszarów analizy, dodając w ten sposób informacje dotyczące tego, gdzie punkty mogłyby się pojawić, lecz się nie pojawiły. W przypadku tej metody wymaganych będzie przynajmniej 30 punktów.

Można również spróbować wyznaczyć obszary agregacji, które pokrywają te punkty. Aby móc przeprowadzić analizę, obszary te będą musiały obejmować co najmniej 30 punktów i 30 obszarów poligonów.

Jeżeli dostępnych jest co najmniej 30 punktów, można określić pole analizy. W tym przypadku pytanie o to, gdzie znajduje się duża liczba punktów lub kilka z nich zostaje zastąpione pytaniem dotyczącym tego, gdzie pogrupowane są przestrzennie duże i małe wartości pola analizy.

Wybrane opcje analizy wymagają co najmniej 30 punktów z prawidłowymi danymi w polu analizy, aby można było wyznaczyć lokalizacje hot spot i cold spot.

Warstwa analizy obejmuje zbyt małą liczbę punktów lub zbyt małą liczbę punków powiązanych z wartościami pola analizy innymi niż NULL, aby można było uzyskać wiarygodne wyniki.

Jeżeli dostępnych jest mniej niż 30 punktów, wykorzystanie tej metody w przypadku swoich danych staje się niestety niemożliwe. Jeżeli dostępnych jest ponad 30 punktów i pojawia się ten komunikat, określone pole analizy może zawierać wartości NULL. Punkty z wartościami pola analizy NULL będą pomijane. Kolejną przyczyną takiego stanu rzeczy jest aktywny filtr, który powoduje zmniejszenie liczby punktów dostępnych do wykorzystania w analizie.

Wybrane opcje analizy wymagają co najmniej 30 poligonów z prawidłowymi danymi w polu analizy, aby można było wyznaczyć lokalizacje hot spot i cold spot.

Warstwa analizy obejmuje zbyt małą liczbę obszarów poligonów lub zbyt małą liczbę obiektów poligonowych powiązanych z wartościami pola analizy innymi niż NULL, aby można było uzyskać wiarygodne wyniki.

Jeżeli dostępnych jest mniej, niż 30 obszarów poligonów, wykorzystanie tej metody w przypadku swoich danych staje się niestety niemożliwe. Jeżeli dostępnych jest ponad 30 obszarów i pojawia się ten komunikat, określone pole analizy może zawierać wartości NULL. Obszary poligonów z wartościami pola analizy NULL będą pomijane. Kolejną przyczyną takiego stanu rzeczy jest aktywny filtr, który powoduje zmniejszenie liczby obszarów poligonów dostępnych do analizy.

Wybrana opcja analizy wymaga co najmniej 30 punktów wewnątrz granic obszarów poligonów.

Analiza obejmie wyłącznie narysowane lub określone punkty, które są objęte zakresem granic obszarów analizy. Aby uzyskać wiarygodne wyniki, wewnątrz granic obszarów analizy powinno znajdować się przynajmniej 30 punktów.

Jeżeli znajduje się w nich mniej, niż 30 punktów, wykorzystanie tej metody w przypadku swoich danych staje się niestety niemożliwe. Jeśli w granicach tych znajduje się co najmniej 30 punktów, aby rozwiązać powstały problem, często będzie trzeba określić inne, być może większe, granice obszarów analizy.

Innym sposobem może być określenie warstwy obszaru, obejmującej przynajmniej 30 poligonów agregacji, które pokrywają co najmniej 30 punktów. Gdy określone zostaną obszary agregacji, do analizy zostaną przyjęte punkty, które będą objęte zakresem każdego obszaru.

Wybrana opcja analizy wymaga co najmniej 30 punktów wewnątrz poligonów agregacji.

Analiza obejmie tylko te punkty, które znajdują się wewnątrz poligonów agregacji. Aby uzyskać wiarygodne wyniki, wewnątrz określonych obszarów poligonów powinno znajdować się co najmniej 30 punktów.

Jeżeli znajduje się w nich mniej, niż 30 punktów, wykorzystanie tej metody w przypadku swoich danych staje się niestety niemożliwe. W przeciwnym razie należy narysować lub określić granice obszarów analizy, które pokrywają co najmniej 30 punktów. W ramach granic obszarów powinny być odzwierciedlone wszystkie lokalizacje, w jakich mogą występować punkty.

Wybrana opcja analizy wymaga co najmniej 30 obszarów agregacji.

Wybrana opcja spowoduje nałożenie obszarów agregacji na punkty i zliczenie liczby punktów objętych zakresem poszczególnych obszarów. Aby uzyskać wiarygodne wyniki, wymaganych jest przynajmniej 30 zliczonych elementów (30 obszarów).

Jeżeli dostępnych będzie przynajmniej 30 punktów, które będą objęte zakresem przynajmniej 30 obszarów agregacji, będzie można uzyskać wiarygodne wyniki. Jeżeli nie jest dostępnych 30 obszarów agregacji, można spróbować narysować lub określić granice obszarów analizy, które będą pokrywały przynajmniej 30 punktów. W ramach tych granic obszarów powinny być wyświetlone wszystkie lokalizacje, w jakich mogą występować punkty.

Nie można wyznaczyć obszarów hot spot i cold spot, jeżeli w każdym obszarze poligonu znajduje się identyczna liczba punktów. Należy spróbować wykorzystać inne obszary poligonów lub inne opcje analizy.

Podczas zliczania punktów w każdym obszarze agregacji przez narzędzie Znajdź lokalizacje hot spot okazało się, że w każdym obszarze znajduje się identyczna liczba punktów. Aby narzędzie to mogło obliczyć wyniki, liczba punktów musi się przynajmniej trochę różnić między poszczególnymi obszarami.

Można określić alternatywne obszary agregacji, które spowodują, że w każdym obszarze będzie znajdowała się inna liczba punktów.

Zamiast korzystać z obszarów agregacji, można także spróbować narysować lub określić granice obszarów analizy.

Można ewentualnie określić pole analizy. Jednak w tym przypadku pytanie o to, gdzie znajduje się duża liczba punktów lub kilka z nich zostaje zastąpione pytaniem dotyczącym tego, gdzie są zgrupowane przestrzennie duże i małe wartości pola analizy.

Różnice pomiędzy lokalizacjami punktów są zbyt małe, aby można było obliczyć lokalizacje hot spot i cold spot. Pokrywające się punkty ograniczają na przykład poziom zróżnicowania przestrzennego. Można spróbować określić granicę obszaru, obszary agregacji (przynajmniej 30) lub pole analizy.

Narzędzie tworzy siatkę nakładaną na punkty, bazując na liczbie tych punktów oraz sposobie, w jaki są one rozproszone. Po zliczeniu punktów znajdujących się w każdym oczku siatki i usunięciu oczek, w których nie było żadnych punktów pozostało mniej, niż 30 oczek. Aby narzędzie dostarczyło wiarygodnych wyników, wymaganych jest przynajmniej 30 zliczonych elementów (30 oczek).

Jeżeli punkty występują tylko w nielicznych unikalnych lokalizacjach (występuje spora liczba pokrywających się punktów), dobrze jest określić obszary agregacji, które pokrywają te punkty lub narysować i określić granice obszarów analizy, wskazując miejsca, w których punkty mogą występować oraz w których nie powinno ich być.

Kolejnym rozwiązaniem jest określenie pola analizy. Jednak w tym przypadku pytanie o to, gdzie znajduje się duża liczba punktów lub kilka z nich zostaje zastąpione pytaniem dotyczącym tego, gdzie są zgrupowane przestrzennie duże i małe wartości pola analizy.

Rozkład punktów w granicach obszarów poligonów charakteryzuje się zbyt małym zróżnicowaniem. Można spróbować określić większy obszar.

Narzędzie tworzy siatkę nakładaną na punkty, bazując na liczbie oraz lokalizacji tych punktów. Po zliczeniu punktów znajdujących się w każdym oczku siatki i usunięciu oczek wykraczających poza obszary granic analizy pozostało mniej, niż 30 oczek. Aby narzędzie dostarczyło wiarygodnych wyników, wymaganych jest przynajmniej 30 zliczonych elementów (30 oczek).

Jeżeli punkty znajdują się w różnych lokalizacjach objętych zakresem granic obszarów analizy, wystarczy tylko ustawić lub określić większe obszary. Jeżeli punkty występują tylko w nielicznych unikalnych lokalizacjach (występuje spora liczba pokrywających się punktów), dobrze jest określić obszary agregacji, które pokrywają te punkty.

Kolejnym rozwiązaniem jest określenie pola analizy. Jednak w tym przypadku pytanie o to, gdzie znajduje się duża liczba punktów lub kilka z nich zostaje zastąpione pytaniem dotyczącym tego, gdzie są zgrupowane przestrzennie duże i małe wartości pola analizy.

Wszystkie wartości pola analizy są najprawdopodobniej jednakowe. Nie można wyznaczyć obszarów hot spot i cold spot, jeżeli analizowany obszar nie obejmuje punktów znajdujących się w różnych lokalizacjach.

Najprawdopodobniej określone zostało pole analizy z taką samą wartością określoną dla wszystkich punktów lub obiektów poligonowych objętych zakresem warstwy analizy. Jeżeli nie są dostępne różne wartości, nie można rozwiązać problemu za pomocą statystyki wykorzystywanej w ramach tego narzędzia.

Można określić inne pole analizy lub, w przypadku obiektów punktowych, wykonać analizę zagęszczenia punktów zamiast ich wartości.

Nie można było wyznaczyć lokalizacji hot spot i cold spot dla dostarczonych danych. Należy spróbować określić pole analizy, jeśli jest to właściwe rozwiązanie.

Gdy narzędzie utworzyło siatkę i obliczyło liczbę punktów przypadających na każde oczko siatki okazało się, że wszystkie oczka były identyczne. Jest to jednak dość mało prawdopodobne.

Aby rozwiązać ten problem, można określić własne obszary agregacji, narysować lub określić granice obszarów analizy lub określić pole analizy.

Wielkość komórki powinna być mniejsza niż pasmo odległości.

Podano wartość pasma odległości, która jest mniejsza niż wielkość każdej komórki siatki.

Sprawdź podane jednostki parametrów Pasmo odległości i Wielkość komórki, użyj domyślnej wartości obliczonej przez narzędzie lub użyj wartości, która jest większa niż wielkość pojedynczej komórki siatki.

Dodatkowe informacje dotyczące algorytmów wykorzystywanych w ramach narzędzia Znajdź lokalizacje hot spot znajdują się w temacie Zasada działania zoptymalizowanej analizy lokalizacji hot spot.

Podobne narzędzia

Za pomocą narzędzia Znajdź lokalizacje hot spot można ustalić, czy w relacjach przestrzennych danych użytkownika istnieją statystycznie istotne klastry. Przydatne mogą być także następujące narzędzia:

Narzędzia analizy przeglądarki map

Do wyszukiwania elementów odstających w zależnościach przestrzennych danych można używać narzędzia Znajdź elementy odstające.

Do tworzenia map zagęszczenia obiektów punktowych lub liniowych można używać narzędzia Oblicz zagęszczenie .

Narzędzia analizy ArcGIS Desktop

W narzędziu Znajdź lokalizacje hot spot stosowane są te same metody statystyczne, które są używane w narzędziach Analiza lokalizacji hot spot (Getis-Ord Gi*) oraz Zoptymalizowana analiza lokalizacji hot spot.

Znajdź lokalizacje hot spot Narzędzie jest także dostępne w aplikacji ArcGIS Pro. Aby możliwe było uruchomienie tego narzędzia z poziomu aplikacji ArcGIS Pro, w aktywnym portalu Twojego projektu musi działać witryna Portal for ArcGIS 10.5 lub nowsza. Należy się także zalogować do portalu przy użyciu konta z uprawnieniami do wykonywania standardowej analizy obiektowej w portalu.